词元经济兴起，安全治理须跟上

2025年8月，国务院印发《关于深入实施“人工智能+”行动的意见》，对人工智能与千行百业的深度融合作出系统部署，指引大模型加速从实验室走向产业一线，各类智能应用大量涌现。在这一进程中，一个看似微观、实则关键的技术要素日益受到关注，这就是词元（Token）。作为大模型运行的基本单元，词元既是人工智能处理语言的最小单位，也日益成为人工智能服务计量、流转与定价的基础载体。然而，词元“中转站”陆续暴露出一些乱象，词元的安全治理，正成为推动“人工智能+”行稳致远的必答题。

为何如此重要

词元的内涵发生转变。过去，词元主要是一个技术概念，多在模型研发和后台运行中被使用，外界关注不多。随着“模型即服务”模式的兴起，按词元用量计费已成为人工智能服务的主流商业模式，用户每一次与模型的交互、每一项智能应用的调用，背后都对应着实实在在的词元消耗。词元由此从单纯的技术计量单位，转变为承载价值、连接供需的经济单位。

词元的地位明显上升。在“人工智能+”行动的牵引下，无论是智能客服、代码生成，还是文档处理、辅助决策，绝大多数人工智能应用的运行，都建立在持续不断的词元调用之上。词元处在人工智能价值链条的底层，源自模型供给，支撑千行百业的应用需求。据国家数据局公布的数据，我国日均词元调用量两年间增长逾千倍。可以说，词元已经成了“人工智能+”的发展根基。

词元的风险错综复杂。在旺盛需求的带动下，词元中转、词元分销等中间服务大量出现，它们在降低使用门槛、活跃市场供给的同时，也使词元的流转链条变得更长、更复杂、更不透明，一旦词元供给出现质量问题或安全漏洞，影响往往不限于单个应用，而会沿着链条传导扩散，进而影响人工智能赋能实体经济的整体成效。

现实挑战

庞大的需求催生出层层分工，词元中转应运而生。词元中转往往依托第三方平台，其从上游购入不同大模型的词元额度，再转售给下游的开发者和企业，以此降低在一个平台使用不同模型的门槛，还能获得一定价格优惠。但这一环节处在供需之间、链条较长又缺乏规范，各类乱象集中出现。总的来看，风险可概括为以下四类。

一是计价不透明风险。词元服务属于新生事物，看不见、摸不着，计数规则较为复杂且由服务方单方定义，输入输出如何切分、缓存命中与失败重试是否计费等关键口径往往披露不足，用户对自身实际消耗与计费依据难以核验。计费环节的模糊空间由此被利用，虚报用量、随意调价、以远低于成本的价格招揽用户再在计费环节找补等现象时有发生。这些行为看似只损及个别用户，实则不断侵蚀着词元服务市场的信任根基。

二是服务可用性风险。中转平台背后的服务主体技术与运维能力参差不齐，上游的供给稳定性不足，已经出现服务中断、限流降速、接口失效甚至“卷款跑路”的事件，其支撑的下游应用也随之受阻，严重时导致整条业务链路停摆。随着词元服务嵌入办公、研发、客服、生产调度等场景，能否稳定供给已不只是单一企业的运维问题，而是关系智能应用连续运行和数字经济安全韧性的基础性问题。

三是模型真实性风险。词元服务具有较强的技术隐蔽性，用户通常只能看到平台标注的模型名称，难以核验实际调用的模型及版本。一些平台可能以高性能模型名义提供服务，实际接入能力较弱的模型，或在用户不知情的情况下更换模型版本、调整路由策略，导致输出质量和能力缩水。模型“以次充好”，不仅直接损害用户权益，也会影响下游业务判断，侵蚀词元服务市场的信任基础。

四是数据安全风险。词元服务的链条，同时也是数据流经的链条。用户调用模型时输入的内容，往往涉及商业秘密、个人信息乃至敏感数据，须经中转平台方能抵达上游模型，链条每延展一环，数据失控的风险便累积一分，个别平台甚至留存、分析倒卖用户数据。尤其值得警惕的是，国内用户使用境外模型多经中转接入，数据可能在毫不知情的情况下流出境外。这已超出商业失范的范畴，触及数据主权与国家安全。词元经济规模越大，数据合规流转、安全可控的分量就越重。

构建多元协同的安全治理体系

面对词元服务暴露出的种种风险，单一手段难以奏效。必须统筹发展和安全，推动多方参与、协同发力，构建完备的安全治理体系。

推动监管补位，将新业态纳入治理视野。词元中转、分销，是伴随词元经济兴起的新生事物，目前大多游走于既有监管框架的边缘。应顺应技术与产业发展，及时填补监管空白，研究将中转服务等纳入增值电信业务，完善服务主体、接入方式和服务内容等信息登记，压实平台主体责任，扭转主体隐匿、责任难追的局面。与此同时，推动建立词元调用的可追溯、可审计机制，使服务质量、计费依据、数据流向等关键环节有迹可循、有据可查，为事中监测与事后追责提供有力支撑。

坚持底线思维，筑牢内容与数据安全屏障。内容与数据安全，是词元安全治理中不可逾越的两条红线。在内容安全方面，应严格落实生成式人工智能相关法规，确保经由各类渠道提供的模型服务，其内容安全责任均落到实处，坚决遏制借助中转通道传播违法有害信息的行为。在数据安全方面，应严格遵循数据安全法、个人信息保护法等上位法，规范数据跨境流动，对擅自留存、倒卖用户数据以及违规致使数据出境等行为依法严惩，切实维护数据安全与国家安全。

强化标准引领，以专业支撑促进行业自律。治理既要靠刚性约束，也要靠专业引导和行业自律。中国信通院已依托中国人工智能产业发展联盟发起《词元（Token）服务安全承诺》，组织首批企业签署承诺，推动行业形成规范经营、安全服务的基本共识。在此基础上，应加快完善词元服务安全标准和评测体系，推动承诺要求转化为可执行、可验证的行业规范，探索建立可信名录，促进政府监管、专业支撑与行业自律有效衔接。

词元安全治理非一方之责，有赖产学研用各方协同推进。应鼓励科研机构与骨干企业在词元安全、可信调度等关键技术上联合攻关，以技术进步压缩黑灰产的生存空间。更具根本意义的是大力发展自主可控、安全可信的国产大模型，加快构建立足自身的安全算力与模型供给体系。自主供给的根基日益牢固，词元服务才能实现自主可控，源头上的安全风险才能从根本上得到防范。应充分发挥骨干企业的引领带动作用，推动形成各方协同、规范有序的产业生态，让词元经济行稳致远，真正成为“人工智能+”坚实可靠的发展底座。

（作者：石霖，系中国信通院人工智能研究所安全治理部主任）